TimesFM 3.0 : le modèle de prévision de Google est en accès libre, mais pas pour votre entreprise

L’essentiel en une minute

• Ce que c’est : un modèle de Google Research qui prévoit une série chiffrée (ventes, trafic, leads, stocks) à partir de son historique, sans entraînement préalable.
• Ce qui change avec la 3.0 : il prévoit plusieurs séries liées à la fois et tient compte de variables externes (calendrier de promotions, météo). Google le classe premier sur trois bancs d’essai.
• Le piège : le code est sous licence Apache, mais les poids de la 3.0 sont non commerciaux, et la restriction couvre aussi les prévisions qu’ils produisent.
• La bonne porte : BigQuery ML ou Google Sheets pour un usage professionnel, la version 2.5 pour expérimenter librement.
• Notre verdict : à tester, par la bonne porte.

Le 31 août 2026, Google Research a présenté TimesFM-3, « un modèle de fondation zéro-shot pour la prévision multivariée ». Les réseaux l’ont relayé comme un cadeau : le dépôt GitHub compte 34 162 étoiles, et les poids sont téléchargeables sur Hugging Face. Avant de brancher vos chiffres de ventes dessus, lisez la licence.

Ce que fait TimesFM

Une série temporelle est une suite de valeurs datées : les ventes de chaque semaine, les visites de chaque jour, les leads de chaque mois. La prévoir demandait jusqu’ici de choisir et d’entraîner un modèle statistique adapté à chaque série.

TimesFM fonctionne comme un grand modèle de langage, appliqué aux chiffres : pré-entraîné sur plus de 1 000 milliards de points, il prévoit une série qu’il n’a jamais vue, sans réglage. Vous lui donnez l’historique, il renvoie la suite, avec une fourchette.

Ce qui change avec la version 3.0

D’après le billet de Google Research, signé Ayush Jain et Rajat Sen :

• 330 millions de paramètres, pré-entraînés sur des données réelles et synthétiques ;
• la prévision multivariée native : plusieurs séries liées sont prévues ensemble, là où la 2.5 ne traitait qu’une série à la fois ;
• les covariables : des variables connues dans le passé, ou connues aussi pour l’avenir, comme un calendrier de promotions ou des prévisions météo ;
• neuf quantiles, du 10e au 90e centile : vous obtenez une fourchette, pas seulement un chiffre ;
• une prévision calculée en une seule passe.

Sur les bancs d’essai GIFT-Eval, fev-bench et TIME, Google classe TimesFM-3 premier en moyenne parmi les modèles pré-entraînés, face à Chronos-2, à la famille Toto 2.0 et à TimesFM 2.5. Le billet présente ces résultats sous forme de rangs moyens, sans scores chiffrés.

Le piège : une licence non commerciale qui couvre aussi les résultats

Le README du dépôt le dit en toutes lettres : le code est sous licence Apache 2.0, les poids jusqu’à la version 2.5 aussi. Les poids de la 3.0 sont distribués sous une licence distincte, la *TimesFM Non-Commercial License v1.0*, « réservée à un usage non commercial et hors production ».

Le texte de cette licence va plus loin qu’on ne l’imagine :

• Usages autorisés : les tests, l’évaluation et la recherche, y compris sur vos propres données, à condition que les résultats ne servent pas à une décision commerciale, à un livrable client ou à un produit payant.
• Usages interdits : toute activité qui génère des revenus, toute interaction directe ou indirecte avec des utilisateurs finaux ou des systèmes de production.
• Les prévisions produites par le modèle ne sont pas des œuvres dérivées, mais elles restent soumises à la même restriction d’usage.
• Les versions modifiées, par exemple affinées sur vos données, héritent des mêmes interdits. La redistribution est interdite, et la licence est révocable.

Concrètement, une PME qui télécharge la 3.0 pour prévoir ses ventes et décider de ses commandes de stock en fait un usage commercial. Pour cela, la licence renvoie vers un accord séparé avec Google.

Trois façons de l’utiliser en règle

1. BigQuery ML, pour la version 3.0 en usage professionnel. Le README annonce que la 3.0 a fini d’être déployée dans BigQuery en septembre 2026. La documentation de Google Cloud précise que la licence non commerciale ne s’applique qu’aux poids téléchargés et ne restreint pas l’usage dans BigQuery, régi par les conditions de Google Cloud. Trois fonctions SQL suffisent : AI.FORECAST pour prévoir, AI.DETECT_ANOMALIES pour repérer les valeurs anormales et AI.EVALUATE pour comparer prévisions et réalité. Aucun modèle à entraîner. La prévision multivariée y est encore en préversion. BigQuery est un service payant de Google Cloud, facturé à l’usage.

2. Google Sheets, sans écrire une ligne de code. Depuis le 16 février 2026, Connected Sheets propose de créer une prévision avec BigQuery ML et TimesFM : menu « Advanced Analytics », puis « Create a Forecast ». Vous réglez l’horizon et l’intervalle de confiance, et vous pouvez ventiler par région ou par catégorie. Il faut que vos données soient dans BigQuery. L’annonce ne précise pas quelle version de TimesFM est utilisée.

3. TimesFM 2.5 en local, pour garder la main. La version 2.5 (200 millions de paramètres, 1,5 million de téléchargements sur Hugging Face) reste sous licence Apache 2.0 : usage commercial autorisé, y compris sur vos serveurs. Elle prévoit une série à la fois, sans la gestion native des covariables de la 3.0.

Avant de lui confier vos décisions

Comparez-le à une méthode simple. Une prévision « même semaine que l’an dernier » ou une moyenne mobile est parfois difficile à battre sur des séries courtes. AI.EVALUATE dans BigQuery, ou un test sur les trois derniers mois de votre historique, vous dira si TimesFM fait mieux sur vos données.

Un modèle ne connaît pas l’imprévu. Une rupture de stock, un concurrent qui casse ses prix ou un changement d’algorithme publicitaire n’apparaissent pas dans l’historique. Les covariables de la 3.0 aident pour ce que vous savez à l’avance, pas pour le reste.

Regardez la fourchette, pas seulement le chiffre central. Les quantiles servent à dimensionner un stock ou un budget avec une marge de sécurité.

Notre verdict : à tester, par la bonne porte

TimesFM 3.0 met une prévision de qualité à portée d’une équipe sans data scientist, et c’est une vraie avancée. Mais le mot « open source » ne s’applique ici qu’au code et aux anciennes versions.

Pour un usage professionnel, passez par BigQuery ou par Google Sheets. Pour expérimenter librement, sur vos serveurs, prenez la version 2.5. Réservez la 3.0 téléchargée à la recherche et aux tests.

*Ce résumé de licence est une information générale au 8 octobre 2026, pas un avis juridique.*